-
公开(公告)号：CN111403027B
公开(公告)日：2023-06-27
申请号：CN202010185084.6
申请日：2020-03-17
Applicant: 浙江工商大学
IPC: G16H50/20 , G16H50/70 , G06F16/583
Abstract: 本发明公开了一种基于稀有类挖掘的罕见疾病图片搜寻方法，其通过稀有类检测和稀有类开发两步完成，实现了准确高效的罕见疾病图片搜寻，具体包括：大数据集离线预处理；稀有类检测的在线查询；用户交互式更新对数据的兴趣情况；利用正负样本开发稀有类。本发明为了解决稀有类检测的速度问题，通过变量的全局设置离线处理，将单次查询的时间复杂度降低到足以实时反馈的程度，同时利用人机交互确保了稀有类开发结果符合实际，避免了因得到大量无关图片浪费人力资源，填补了当前基于该问题方法的欠缺，不仅能帮助人们从医疗图片中更好地获得经济效益，在相关研究领域也具有借鉴价值。
-
-
公开(公告)号：CN107392985B
公开(公告)日：2020-07-17
申请号：CN201710511007.3
申请日：2017-06-28
Applicant: 浙江工商大学
Inventor： 杨文武
IPC: G06T13/80
Abstract: 本发明公开了一种运动可控的形状插值方法，本发明给定一个源形状和一个目标形状，使用基于三角化的形状插值方法生成初始的形状过渡序列，用户在源形状上定义一个局部或者全局骨架，自动为中间过渡形状和目标形状派生出对应的骨架位置，用户在任一过渡形状上编辑骨架，算法自动把骨架变化作用到整个过渡序列，从而生成出所需的运动动态。本发明提供了一种简单直观的运动姿态控制方法，允许用户通过简单的骨架操作，来编辑整个形状过渡序列中的运动姿态，从而生成出更加逼真生动的动画序列。
-
公开(公告)号：CN106251281B
公开(公告)日：2019-04-23
申请号：CN201610552592.7
申请日：2016-07-11
Applicant: 浙江工商大学
IPC: G06T3/00
Abstract: 本发明公开了一种基于形状插值的图像渐变方法，包括源图像和目标图像，源图像包括源特征曲线集目标图像包括目标特征曲线集本发明以中间特征曲线为约束，计算出源图像和目标图像中任意一点的最优变形位置，实现源图像和目标图像相对中间特征曲线的几何变形，实现源图像和目标图像中对应几何特征的对齐融合。本发明具有能够生成更加自然平滑的过渡序列和渐变效果，进一步增强了图像渐变技术的实用性和便捷性的特点。
-
公开(公告)号：CN107369199A
公开(公告)日：2017-11-21
申请号：CN201710507110.0
申请日：2017-06-28
Applicant: 浙江工商大学
Inventor： 杨文武
Abstract: 本发明公开了一种基于圆盘的近似刚性形状插值方法，本发明给定一个源形状和一个目标形状，首先自动生成一对同构三角化，然后基于同构三角化中的每一对对应顶点，构建一对圆盘，并分别为每对圆盘计算一个局部线性变换。最后在每一插值时刻t，t∈[0，1]，对于每一对圆盘，根据其局部线性变换，计算得到其在该时刻处的最优插值形状，再通过最小化一个二次能量函数，把所有圆盘在该时刻处的最优插值形状组合在一起，即得到源和目标形状在该时刻处的插值形状，最终产生了源形状到目标形状的自然无扭曲过渡序列。本发明具有考虑了形状内部，更加鲁棒，能够有效处理大旋转情况，产生了自然顺眼的角色姿势过渡序列的特点。
-
Patent Agency Ranking
-
公开(公告)号：CN112802031B
公开(公告)日：2023-05-05
申请号：CN202110010852.9
申请日：2021-01-06
Applicant: 浙江工商大学
IPC: G06T7/11 , G06T15/00 , G06T19/00 , G06V10/774
Abstract: 本发明涉及一种基于三维人头跟踪的实时虚拟试发方法。本发明首先训练耳朵和脖子分割器；然后训练三维人头重建模型，其中包括构建三维人头重建模型，使用训练集对三维人头重建模型进行训练，通过最小化关键点损失函数、形状一致损失函数、耳朵形状一致损失函数和脖子形状一致损失函数来得到最优的网络模型参数，最后虚拟试戴。本发明在三维空间内将发型佩戴到受试者的人头上，使得试戴的效果更加逼真，大大地提升了用户的体验感，并且为个性化形象设计，在线商城等提供技术支持。
-
公开(公告)号：CN111598995B
公开(公告)日：2023-04-28
申请号：CN202010326837.0
申请日：2020-04-23
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于原型分析的自监督多目三维人体姿态估计方法，包括以下步骤：标定相机参数并对多目图像进行预处理；构建Two‑Stage的深度网络；构建3D‑Pose‑Refine模块。上述技术方案通过使用可学习关节点预测置信度的网络结构对三维姿态进行重构，提高了重构结果的鲁棒性；运用原型分析方法构造出一组强大的三维姿态表示原型，利用该原型对三维姿态预测进行修正，实现了一种高效的三维姿态估计自监督算法，在构造三维姿态原型时只需要三维骨架信息，通过合成等方式直接构造出大量的三维姿态，进而方便地扩充原型的表征空间，提高了算法的自监督能力，实现了三维姿态估计网络的有效学习。
-
公开(公告)号：CN115147676A
公开(公告)日：2022-10-04
申请号：CN202210724589.4
申请日：2022-06-23
Applicant: 浙江工商大学
IPC: G06V10/774 , G06V10/74 , G06V10/82 , G06V40/20 , G06N3/04
Abstract: 本发明公开了一种基于层级多视角的自监督动作识别方法及装置，该方法包括：先是对比学习的预训练阶段，原始数据通过数据增强和重组分别通过key编码器和query编码器提取特征构造正负样本。特征提取时通过视角生成模块得到不同尺度的子视角，分别通过Transformer编码、聚合、拼接后得到时间特征、空间特征以及两者的组合：时空特征。时空特征通过对比损失达到拉近正样本、推远负样本的目标以获取特征表示能力。通过时间特征和空间特征间的一致性损失拉近不同视角间的特征距离。本发明是骨架动作识别领域一种新颖的层级化视角的建模方法，可以深入挖掘不同视角间的互补信息，能够实现比现有方法性能更好的骨架动作识别。
-
公开(公告)号：CN114627491A
公开(公告)日：2022-06-14
申请号：CN202111624443.4
申请日：2021-12-28
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于极线汇聚的单人三维姿态估计方法，包括以下步骤：对一组相机进行相机参数标定，然后通过这组相机的同步拍摄，获得每一时刻的多视角图像，并对其进行预处理；构建2D人体关键点检测网络，并检测出每个视角图像中的2D人体关键点；对每个视角图像中的每个2D人体关键点，进行极线汇聚，得到该2D关键点的更新位置；根据多视角下的的2D人体关键点位置，重建出对应的3D人体姿态，通过更新后的2D人体关键点位置，关键点预置信度以及相机参数信息，使用三角测量重建出对应的3D人体姿态；提高了重构结果的鲁棒性和人体姿态估计的准确性。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.024 seconds)
